Neural Architectures for Named Entity Recognition翻譯

摘要 目前最新的命名實體識別系統在很大程度上依賴於人工標註特徵以及領域相關的知識，從而可以更加有效地學習可利用的、小型的、監督訓練語料。在論文中，咱們提出了兩種新型的神經網絡結構——一種依賴於雙向LSTM和條件隨機場（CRF），另一種是受移近/規約解析（ shift-reduce）的啓發，使用基於轉移（transition-based）的方法去構建、標記句子段。咱們的模型依賴於兩個關於單詞的信息來

>>阅读原文<<